人工智能可帮助寻找暗物质

        新华社北京9月18日电   瑞士研究人员开发出一种人工智能算法，可从天文观测数据中分辨出与暗物质有关的信号，将其与容易混淆的其他信号区别开来。
        瑞士洛桑联邦理工学院科研人员开发的这一深度学习算法利用了“卷积神经网络”技术，这是一类强大的、为处理图像数据而设计的神经网络。用源自一个宇宙学模型的大量模拟数据训练该算法后，在理想条件下，该算法分析星系团图像时区分暗物质信号与其他信号的准确率达到80%。相关论文已发表在新一期英国《自然·天文学》杂志上。
        通常认为暗物质是维系宇宙的无形力量，它约占所有物质的85%；暗物质不发光，也不参与其他电磁作用，因而无法直接观测，只能通过引力效应间接研究。此前研究发现，暗物质粒子之间可能发生相互作用，影响暗物质的运动和分布，在星系尺度上可观测到这一现象的引力影响。
        该研究模拟了在不同暗物质和“活动星系核反馈”效应下的星系团。通过输入数千张模拟的星系团图像，这一人工智能算法学会了区分由暗物质相互作用引起的信号和由“活动星系核反馈”引起的信号。
        这一成果表明，人工智能可能在分析天文观测数据时非常有用。